然而，图像识别软件并非百分之百准确，扫描后的内容仍需人工校对与甄别。在这一过程中，团队联合 中国农科院等机构统一数据格式和指标体系，通过建立"数据清洗—标注—审核—入库"的全流程质控体 系，剔除重复、低质数据。"就像教育需要优质教材，训练大模型同样离不开高质量的农业数据。"王耀 君解释说，"这是决定神农大模型能不能立得住的关键一步。" 仅有书本知识，培养出的大模型多半只能"纸上谈兵"。为了让神农大模型真正"接地气"，团队来到全国 20多个省份，收集真实的土壤成分、灌溉记录、病虫害记录、气象灾害影响等全链条数据。这些带着泥 土气息的一手资料，与书本理论相互校验、融合，共同构成了大模型理解真实世界的基础。 算力则是另一道难题。通常情况下，提高算力意味着采购昂贵的芯片，这对本就没有多少经费来源的团 队来说难以承受。"我们不能走堆砌算力的一般路线，必须用更聪明的算法来实现目标。"王耀君告诉记 者，团队创新性地采用了MOE架构（混合专家模型），结合模型压缩与剪枝算法，在有限条件下优化 训练效率，显著降低大模型训练和推理的算力成本。 一走进中国农业大学信息与电气工程学院副教授王耀君的办公室，记者便被一台通体白色的设备所吸 ...